改进的模糊CMAC神经网络

提出了一种改进的模糊CMAC神经网络（IFCMAC）,该神经网络是在经典的FCMAC神经网络的模糊后相连层和输出层之间引入了输入矢量的线性加权和来补偿逼近的误差,所以它的逼近精度得到提高,解决了CMAC系列神经网络逼近精度不高的弱点,在颅脑磁共振图像分割仿真实验中,把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量,将该特征向量作为IFCMAC神经网络的输入,实验结果表明其具有较高的分割准确性。     

CFA图像无损压缩神经网络预测器的设计

论文将神经网络引入预测器设计中,实现了一个用于贝尔模板自然图像无损压缩的神经网络预测器。该预测器含有两个隐含层,具有很强的非线性预测能力,可直接对贝尔模板类型的图像进行无损压缩。为了提高预测精度,在CFA数据的因果邻域像素中实现了边缘检测,并将其应用到预测器中,实验表明该边缘检测方法简单有效。     

基于方向小波和直方图平移的无损脆弱水印

设计一种新的基于方向小波和直方图平移的无损脆弱水印,用于嵌入图像完整性证明和无损恢复。根据图像的方向小波变换产生水印信息,可由用户密钥决定位置,利用直方图平移嵌入水印。认证端从接收的图像中根据密钥提取水印并产生新的水印,比较提取的水印和新的水印进而完成图像认证。该算法能在图像通过认证的情况下完全去除水印,获得无水印的原始图像。     

基于状态预测的网格工作流资源选择策略

考虑到网格中存在着大量功能相同但可靠性各不相同的资源,针对执行时间限制严格类型的网格工作流提出了一种新的基于状态预"311的资源选择策略.该策略以工作流DAG图中的关键路径上的前驱任务资源收到输入转移数据而被触发执行的时刻作为预测时刻,利用Markov过程计算出后继任务的各候选资源在前驱任务结束时刻处于"闲状态"的概率大小,然后选择这一概率较大的资源作为此后继任务的执行资源,从而了保证了工作流关键路径任务执行时问的要求.最后通过实验验证了该策略的有效性.     

基于极值滤波和OTSU的票据纤维特征提取

针对票据纤维特征提取的难题,提出基于极值滤波和OTSU的票据纤维特征提取方法,包括采用极大值滤波方法增强纤维特征并整合复杂背景对象。采用优化流程的OTSU算法分割图像,提取纤维特征。实验结果证明,该方法提取票据纤维特征效果好、速度快,一致性指标达91％以上。     

基于可靠性设计的新型潜水钟计算机控制系统

本文简要介绍了潜水钟控制系统的组成及针对潜水钟使用要求和特点所采取的措施, 并对调试中出现的问题及解决方法作了详细分析．     

特厚表土层钻井井壁底的数值计算与试验研究

依据山东万福矿井的地质条件,采用Ansys软件进行削球式井壁底模型计算,提出了最佳圆心角的概念,得出了最佳受力形式削球式井壁底结构.通过模型试验,揭示了井壁底的破坏形式和极限承载力,为今后特厚表土层钻井井壁底的应用提供理论与试验基础.     

十二脉动高压直流输电系统交流滤波器设计

在单极十二脉动高压直流输电系统PSCAD/EMTDC模型的基础上,仿真分析该系统未采取任何滤波装置时交流侧电流的谐波特点,依据谐波分析结果确定滤波方案,设计滤波器相关参数,并且运用MATLAB软件绘制滤波器的阻抗特性曲线,最后通过对比加装滤波器前后交流侧电流快速傅里叶变换分析结果,验证该滤波器设计方案的合理性.     

基于一阶斯特林插值滤波器的电池SOC估计和硬件实现

锂离子电池荷电状态(SOC)的准确估计是电池管理系统最基本和最首要的任务。文中采用二阶RC模型和一阶斯特林插值滤波算法对锂电池的SOC进行估计。一阶斯特林插值滤波算法基于卡尔曼滤波算法,但是不需要每次都进行jacobi矩阵的更新计算。对二阶RC模型的参数进行了辨识,给出了一种基于一阶斯特林差值滤波器的锂电池SOC估计算法。搭建了基于DSP2812的硬件平台,用实验的方法与仿真结果进行了对比。仿真和实验结果表明,该模型能很好地模拟锂电池的动态特性,且一阶斯特林插值滤波算法有着比扩展卡尔曼滤波算法更精确的估计值。     

含数量折扣的买-卖两方多商品联合定购改进模型

以定购次数必须为整数这一客观条件为前提,在Kohli和Park提出的含数量折扣的买-卖两方多商品联合定购模型基础上,构建了一个更真实、更科学的改进模型,分别对数量折扣策略下多商品单独定购和联合定购时两级供应链成本组成进行了分析,并求出两种定购情况各自所对应的最优每次定购数量;最后用模拟算例描述了改进模型的运算过程,并证明了联合定购相对于单独定购可以节约供应链总交易成本.